排序 （Ranking）
包点图 （Dot Plot）
包点图表传达了项目的排名顺序，并且由于它沿水平轴对齐，因此您可以更容易地看到点彼此之间的距离。
https://datawhalechina.github.io/pms50/#/chapter17/chapter17
导入所需要的库
import numpy as np # 导入numpy库 import pandas as pd # 导入pandas库 import matplotlib as mpl # 导入matplotlib库 import matplotlib.pyplot as plt import seaborn as sns # 导入seaborn库
设定图像各种属性
large = 22; med = 16; small = 12 params = {'axes.titlesize': large, # 设置子图上的标题字体 'legend.fontsize': med, # 设置图例的字体 'figure.figsize': (16, 10), # 设置图像的画布 'axes.labelsize': med, # 设置标签的字体 'xtick.labelsize': med, # 设置x轴上的标尺的字体 'ytick.labelsize': med, # 设置整个画布的标题字体 'figure.titlesize': large} #plt.rcParams.update(params) # 更新默认属性 plt.style.use('seaborn-whitegrid') # 设定整体风格 sns.set_style("white") # 设定整体背景风格
程序代码
# step1:导入数据 df_raw = pd.read_csv("https://github.com/selva86/datasets/raw/master/mpg_ggplot2.csv") df = df_raw[['cty', 'manufacturer']].groupby('manufacturer').apply(lambda x:x.mean()) df.sort_values('cty', inplace = True) # 对'mpg_z这一列数据进行排序 df.reset_index(inplace = True) # 对排序后的数据重置索引 # step2: 绘制棒棒糖图 # 创建画布对象以及子图对象 fig,ax = plt.subplots(figsize = (16, 10), # 画布尺寸 facecolor = 'white', # 画布颜色 dpi = 80) # 分辨率 # 绘制柱状图 ax.hlines(y=df.index, # 纵坐标 xmin=11, # 柱状图在x轴的起点 xmax=26, # 柱状图在y轴的起点 color='gray', # 柱状图的颜色 alpha=0.7, # 透明度 linewidth=1, # 线宽 linestyles='dashdot') # 柱状图风格 # 绘制柱形图上的散点 ax.scatter(y=df.index, # 纵坐标 x=df.cty, # 横坐标 s=75, # 散点的尺寸 color='firebrick', # 颜色 alpha=0.7) # 透明度 # step3：装饰 # 设置标题、纵坐标的范围、横纵坐标的标题 ax.set_title('Dot Plot for Highway Mileage', # 设置标题以及字体大小 fontdict={'size':22}) ax.set_xlabel('Miles Per Gallon') # 设置x轴标签 ax.set_yticks(df.index) # 设置y轴标尺刻度 ax.set_yticklabels(df.manufacturer.str.title(), # 刻度标尺的内容(所有单词都是以大写开始，其余字母均为小写) fontdict={'horizontalalignment': 'right'}) # 相对于刻度标水平对齐，且设置字体尺寸 ax.set_xlim(10, 27) # 设置x轴范围 plt.show() # 显示图像
